Agent Arena 榜单：同档智能体任务成本相差超五倍
arena · x · 2026-08-20
Agent Arena 发布按「净提升 × 每任务成本」的智能体模型性价比榜单（基于真实 Agent 任务，187 万会话、49 个模型）。
- Pareto 最优：Claude Opus 5 (High) $1.78/任务、+12.34% 排第一；Kimi K3 (Max) 以 $0.62/任务、+10.53% 位列性价比黑马；GPT 5.5 (High) $0.44/任务、+7.75%；Grok 4.5 $0.22/任务、+6.08%；GLM 5.2 (Max) $0.18/任务、+6.06%。
- 前五名内每任务中位成本从 Kimi K3 的 $0.62 到 Claude Opus 5 (Max) 的 $3.37，相差超过 5 倍。
- Claude Opus 5 (Max) 比 Opus 5 (High) 贵近一倍，得分却略低（+11.97% vs +12.34%）。
所属事件:Agent Arena 发布真实任务智能体排行榜：Claude Opus 5 登顶，Kimi K3 性价比突出(5 条相关)→
「模型」频道最新
- 2027 年笔记本将跑 Opus 5.5 级模型？Qwen 27B 数据佐证 — cephaloform · 2026-10-16
- LLM-as-a-Verifier 让 Nemotron 3.5 超 Terminal-Bench 提 9 分 — simonguozirui · 2026-10-16
- Bonsai 2 三值小模型实测：4B 性价比最佳，27B 一个技能意外掉链子 — cephaloform · 2026-10-16
- Meta 多语言 ASR 覆盖 1600 种语言，入选 TIME 2026 最佳发明 — AIatMeta · 2026-10-16
- Apollo:GLM-53 展现史无前例的更新感知推理 — repligate · 2026-10-16
- Bonsai 2 2B 端侧模型登 iPhone:120 token/s,速度两倍于 Qwen 3.5 2B — cephaloform · 2026-10-16